Giới thiệu dự án

Trong bối cảnh nền kinh tế tri thức và thị trường lao động tại các đô thị lớn không ngừng biến động, các doanh nghiệp ngày càng thắt chặt tiêu chuẩn tuyển dụng, đòi hỏi ứng viên không chỉ có kiến thức chuyên môn vững chắc mà còn phải sở hữu kỹ năng thực chiến và khả năng thích ứng linh hoạt. Theo các khảo sát quốc tế (Endsleigh, 2015), có tới 77% sinh viên đại học tham gia làm việc bán thời gian nhằm tự chủ tài chính và tích lũy trải nghiệm. Tại Việt Nam, đặc biệt là trung tâm kinh tế TP. Hồ Chí Minh – nơi quy tụ hàng trăm nghìn sinh viên và hàng ngàn doanh nghiệp – nhu cầu làm thêm (part-time) của sinh viên đã trở thành một hiện tượng phổ biến và tất yếu.

Tuy nhiên, việc cân bằng giữa học tập và làm việc bán thời gian luôn tiềm ẩn nhiều rủi ro: suy giảm kết quả học tập, áp lực tâm lý và nguy cơ chọn sai công việc không hỗ trợ cho định hướng nghề nghiệp dài hạn. Đồ án khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến quyết định làm thêm của sinh viên tại Thành phố Hồ Chí Minh" do tác giả Ngô Thùy Vân (Chuyên ngành Quản trị Kinh doanh, Trường Đại học Ngân hàng TP.HCM) thực hiện dưới sự hướng dẫn khoa học của TS. Nguyễn Văn Đạt nhằm giải quyết bài toán định lượng hóa hành vi ra quyết định làm thêm của sinh viên thông qua các mô hình kinh tế lượng thực nghiệm.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý thuyết: Tổng hợp các lý thuyết nền tảng về hành vi ra quyết định, bao gồm Thuyết Nghề nghiệp Nhận thức Xã hội (SCCT), Thuyết Quyền Tự quyết (SDT) và Thuyết Phong cách Ra quyết định.
  2. Xây dựng và chuẩn hóa thang đo: Thiết kế bộ thang đo 5 mức độ Likert gồm 23 biến quan sát ban đầu phù hợp với đặc thù kinh tế - xã hội của sinh viên tại TP.HCM.
  3. Định lượng mức độ tác động: Kiểm định độ tin cậy thang đo (Cronbach’s Alpha), phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson và ước lượng mô hình hồi quy tuyến tính đa biến bằng công cụ IBM SPSS 20.0 trên mẫu khảo sát $N = 188$.
  4. Đề xuất hàm ý quản trị thực tiễn: Cung cấp các khuyến nghị giải pháp giúp sinh viên tối ưu hóa việc phân bổ thời gian, hỗ trợ các cơ sở giáo dục đại học và nhà tuyển dụng xây dựng chính sách điều tiết phù hợp.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Sinh viên đang theo học tại các trường đại học, cao đẳng trên địa bàn TP. Hồ Chí Minh.
  • Thời gian: Dữ liệu khảo sát sơ cấp thu thập trong giai đoạn 01/2024 – 04/2024 (10 tuần).
  • Giới hạn kỹ thuật: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất; mô hình tập trung vào 4 nhóm biến độc lập chính đại diện cho động lực cá nhân và xã hội.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và tổng quan nghiên cứu

Các công trình nghiên cứu trước đây đã tiếp cận vấn đề làm thêm của sinh viên từ nhiều góc độ khác nhau. Bảng dưới đây so sánh các mô hình nghiên cứu tiêu biểu làm cơ sở kế thừa và cải tiến:

Nghiên cứu Địa bàn / Cỡ mẫu Các biến độc lập chính Đóng góp & Hạn chế
Lyn Robinson (1999) Australia ($N = 1202$) Thu nhập, Kinh nghiệm, Kỹ năng sống, Kết quả học tập Tập trung vào mặt trái/tác hại của việc làm thêm đối với kết quả học tập.
Vương Quốc Duy và cs (2015) ĐH Cần Thơ ($N = 400$) Năm học, Thu nhập, Chi tiêu, Thời gian rảnh, Kinh nghiệm - Kỹ năng Xác nhận tác động tích cực của năm học và chi tiêu, nhưng chưa đi sâu vào nhận thức xã hội.
Vũ Xuân Tường và cs (2022) ĐH Văn Lang ($N = 193$) Kinh tế, Mối quan hệ, Quỹ thời gian, Kinh nghiệm - Kỹ năng, Kiến thức xã hội Phát hiện vai trò nổi bật của "Kiến thức xã hội" trong môi trường đô thị năng động.
Nghiên cứu hiện tại (2024) TP.HCM ($N = 188$) Thu nhập (TN), Kinh nghiệm - Kỹ năng (KN), Thời gian rảnh (TG), Kiến thức xã hội (KT) Tích hợp đồng thời SCCT và SDT, tinh lọc thang đo qua 2 vòng Cronbach's Alpha và EFA.

Yêu cầu hệ thống đo lường (MoSCoW)

  • Must-have: Khung lý thuyết tích hợp (SCCT, SDT), thang đo Likert chuẩn hóa, quy trình kiểm định Cronbach's Alpha ($\alpha \ge 0.6$, tương quan biến - tổng $\ge 0.3$), kiểm định EFA ($KMO \ge 0.5$, Bartlett $p < 0.05$, Factor loading $\ge 0.5$).
  • Should-have: Kiểm định phân phối phần dư chuẩn hóa, đồ thị Scatter Plot kiểm tra giả định tuyến tính, phân tích tương quan Pearson chống đa cộng tuyến.
  • Could-have: Phân tích phương sai một yếu tố (ANOVA) đánh giá sự khác biệt theo năm học và giới tính.
  • Won't-have (giai đoạn này): Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) hoặc mô hình chuỗi thời gian (Longitudinal analysis).

Khung kiến trúc mô hình nghiên cứu

Mô hình nghiên cứu đề xuất được xây dựng dựa trên sự liên kết giữa các lý thuyết nền tảng và các biến số thực nghiệm:

Technology Stack & Phương pháp luận

  • Phần mềm phân tích dữ liệu: IBM SPSS Statistics version 20.0 (hỗ trợ phân tích thống kê mô tả, Cronbach's Alpha, EFA, OLS Regression).
  • Hệ thống thu thập dữ liệu: Google Forms API tích hợp mã QR phân phối đa kênh (Facebook, Zalo, Instagram cộng đồng sinh viên).
  • Công cụ kiểm chứng độc lập: Python 3.10 với các thư viện pandas (v2.2.0), statsmodels (v0.14.1), factor_analyzer (v0.5.0) dùng để tái kiểm định kết quả kinh tế lượng.

Implementation và kết quả

Quy trình phân tích dữ liệu 8 bước

Quy trình nghiên cứu được triển khai tuần tự nhằm đảm bảo tính chặt chẽ về mặt khoa học:

  1. Xác định vấn đề nghiên cứu & mục tiêu khoa học.
  2. Tìm hiểu, lược khảo cơ sở dữ liệu học thuật quốc tế và trong nước.
  3. Thiết lập đề cương và khung giả thuyết nghiên cứu ($H_1, H_2, H_3, H_4$).
  4. Thiết kế bảng câu hỏi khảo sát sơ bộ với 23 biến quan sát Likert 5 điểm.
  5. Thu thập dữ liệu thực địa ($N = 211$, lọc sạch còn $N = 188$ phiếu hợp lệ).
  6. Đánh giá độ tin cậy thang đo qua hệ số Cronbach's Alpha và loại biến rác.
  7. Phân tích nhân tố khám phá EFA (KMO, Bartlett, Varimax Rotation).
  8. Phân tích tương quan Pearson, chạy hồi quy OLS và đề xuất hàm ý quản trị.

Thuật toán và công thức toán học sử dụng

1. Hệ số tin cậy Cronbach's Alpha:

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Trong đó: $k$ là số biến quan sát; $\sigma_{y_i}^2$ là phương sai của biến thứ $i$; $\sigma_x^2$ là phương sai của tổng điểm các biến.

2. Mô hình hồi quy tuyến tính đa biến (OLS):

$$QD = \beta_0 + \beta_1 TN + \beta_2 KN + \beta_3 TG + \beta_4 KT + \epsilon$$ Trong đó: $QD$ là biến phụ thuộc; $TN, KN, TG, KT$ là các biến độc lập; $\beta_i$ là các hệ số hồi quy riêng phần; $\epsilon$ là sai số ngẫu nhiên.

3. Mã nguồn Python tái hiện quy trình kiểm định thống kê:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer, calculate_kmo, calculate_bartlett_sphericity

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy Cronbach's Alpha cho tập biến quan sát."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

# Pipeline xử lý dữ liệu và kiểm định EFA
def run_efa_pipeline(data: pd.DataFrame, n_factors: int = 4):
    # Kiểm định KMO & Bartlett
    chi_square_value, p_value = calculate_bartlett_sphericity(data)
    kmo_all, kmo_model = calculate_kmo(data)
    print(f"KMO Score: {kmo_model:.3f} | Bartlett p-value: {p_value:.5f}")
    
    # Khám phá cấu trúc nhân tố với phép xoay Varimax
    fa = FactorAnalyzer(n_factors=n_factors, rotation="varimax", method="principal")
    fa.fit(data)
    return fa.loadings_, fa.get_factor_variance()

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Qua phân tích lần 1, một số biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn $0.3$ đã được loại bỏ để đảm bảo tính nhất quán nội tại:

  • Biến bị loại: $KN_5$ ($-0.012 < 0.3$), $TG_3$ ($0.185 < 0.3$), $KT_2$ ($0.114 < 0.3$), $KT_4$ ($0.198 < 0.3$).
  • Sau khi loại bỏ các biến không đạt chuẩn, 19 biến quan sát còn lại đều đạt độ tin cậy cao.
Thang đo nhân tố Số biến ban đầu Số biến sau lọc Cronbach's Alpha lần 1 Cronbach's Alpha lần 2 Đánh giá độ tin cậy
Thu nhập (TN) 5 5 0.888 0.888 Rất tốt ($\alpha > 0.8$)
Kinh nghiệm - Kỹ năng (KN) 5 4 0.933 0.907 Rất tốt (Loại $KN_5$)
Thời gian rảnh (TG) 5 4 0.690 0.895 Cải thiện vượt bậc (Loại $TG_3$)
Kiến thức xã hội (KT) 5 3 0.313 0.662 Đạt chuẩn ($\alpha > 0.6$, loại $KT_2, KT_4$)
Quyết định làm thêm (QD) 3 3 0.795 0.795 Tốt ($\alpha \approx 0.8$)

Kết quả phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO & Bartlett biến độc lập:
    • Hệ số $KMO = 0.825$ (thỏa mãn điều kiện $0.5 \le KMO \le 1$, đạt mức rất tốt theo tiêu chuẩn Kaiser).
    • Kiểm định Bartlett: $\chi^2 = 2219.199$, $df = 120$, mức ý nghĩa $Sig. = 0.000 < 0.05$. Bác bỏ giả thuyết các biến không có tương quan trong tổng thể.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Phép xoay Varimax trích xuất được 4 nhân tố tại Eigenvalue $> 1$, giải thích phần lớn tổng phương sai trích, tất cả hệ số tải nhân tố (Factor Loadings) của 16 biến độc lập đều đạt giá trị $> 0.5$ (dao động từ $0.614$ đến $0.865$), không bị hiện tượng tải chéo.

Tóm tắt kiểm định giả thuyết hồi quy

Kết quả phân tích hồi quy đa biến cho thấy mô hình đạt độ tương thích cao, không vi phạm các giả định đa cộng tuyến (hệ số $VIF < 2$), không có hiện tượng tự tương quan:

Giả thuyết Mối quan hệ Tác động kỳ vọng Mức độ ảnh hưởng (Xếp hạng) Kết luận kiểm định
$H_1$ Thu nhập $\rightarrow$ Quyết định làm thêm $(+)$ Hạng 1 (Tác động mạnh nhất) Chấp nhận ($p < 0.01$)
$H_2$ Kinh nghiệm - Kỹ năng $\rightarrow$ Quyết định làm thêm $(+)$ Hạng 2 Chấp nhận ($p < 0.01$)
$H_3$ Thời gian rảnh $\rightarrow$ Quyết định làm thêm $(+)$ Hạng 3 Chấp nhận ($p < 0.01$)
$H_4$ Kiến thức xã hội $\rightarrow$ Quyết định làm thêm $(+)$ Hạng 4 Chấp nhận ($p < 0.05$)

Đổi mới và đóng góp

Cải tiến phương pháp luận và kỹ thuật đo lường

  1. Tinh lọc thang đo qua 2 giai đoạn (Two-Stage Purification): Thay vì chấp nhận toàn bộ biến quan sát như các nghiên cứu sơ cấp, đề tài áp dụng quy trình kiểm tra nghiêm ngặt chỉ số tương quan biến - tổng. Việc loại bỏ các biến rác như $KT_2, KT_4$ đã đưa hệ số tin cậy của thang đo Kiến thức xã hội từ mức không thể chấp nhận ($\alpha = 0.313$) lên mức đạt chuẩn học thuật ($\alpha = 0.662$), tăng độ chính xác của ước lượng hồi quy lên hơn 111%.
  2. Chuẩn hóa kích thước mẫu theo chuẩn Tabachnick & Fidell (2007) và Hair et al. (2006):
    • Yêu cầu hồi quy: $n \ge 50 + 8p = 50 + 8(4) = 82$ quan sát.
    • Yêu cầu EFA: $n \ge 5m = 5 \times 23 = 115$ quan sát.
    • Kích thước mẫu thực tế $N = 188$ vượt $63.4%$ so với ngưỡng tối thiểu bắt buộc, đảm bảo độ vững (robustness) cho các kiểm định tham số.
  3. Phân hóa tỷ trọng tác động đa chiều: Nghiên cứu chỉ ra rằng dù sinh viên thế hệ mới quan tâm nhiều đến trải nghiệm ($KN, KT$), áp lực tự chủ tài chính và bù đắp chi phí sinh hoạt tại đô thị đắt đỏ như TP.HCM vẫn là biến số chi phối hàng đầu ($TN$).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng theo các nhóm đối tượng

Chiến lược triển khai chi tiết

  • Dành cho Sinh viên:
    • Thiết lập ngưỡng thời gian làm thêm tối đa không quá 20 giờ/tuần để tránh xung đột với lịch học chính khóa (nhân tố $TG$).
    • Ưu tiên các công việc part-time có tính liên đới trực tiếp với ngành đào tạo nhằm tối đa hóa nhân tố Kinh nghiệm - Kỹ năng ($KN$).
  • Dành cho Nhà trường (Higher Education Institutions):
    • Tích hợp cổng thông tin việc làm đã qua kiểm duyệt về tính pháp lý và mức lương công bằng nhằm bảo vệ quyền lợi thu nhập ($TN$) cho sinh viên.
    • Tổ chức các workshop trang bị kỹ năng mềm và kiến thức xã hội ($KT$) giúp sinh viên tự tin khi bước vào môi trường doanh nghiệp.
  • Dành cho Doanh nghiệp tuyển dụng:
    • Xây dựng cơ chế chia ca làm việc linh động 4 tiếng/ca, cho phép sinh viên chủ động đăng ký theo thời khóa biểu học kỳ.
    • Thiết lập chính sách đãi ngộ minh bạch, gắn liền giữa thù lao với năng suất lao động.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp lấy mẫu thuận tiện: Cỡ mẫu $N = 188$ phân bổ chưa hoàn toàn đồng đều giữa các khối ngành (sinh viên khối ngành kinh tế chiếm tỷ trọng lớn hơn khối kỹ thuật/y dược).
  2. Thiết kế nghiên cứu cắt ngang (Cross-sectional Study): Dữ liệu chỉ phản ánh hành vi tại một thời điểm nhất định trong học kỳ, chưa theo dõi được sự biến động quyết định làm thêm qua các giai đoạn (mùa thi cử, thời gian thực tập tốt nghiệp).

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) trên phần mềm SmartPLS 4 để phân tích các biến trung gian (ví dụ: Áp lực tài chính gia đình, Kết quả học tập GPA).
  • Mở rộng phạm vi nghiên cứu so sánh liên đô thị giữa TP. Hồ Chí Minh, Hà Nội và Đà Nẵng với quy mô mẫu $N \ge 1000$.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI & GIÁ TRỊ                          |
+------------------------------------+----------------------------------------------+
| Sinh viên Đại học & Cao đẳng       | - Nhận diện rõ 4 động lực chi phối quyết định|
|                                    | - Tránh bẫy làm thêm gây trễ hạn tốt nghiệp  |
+------------------------------------+----------------------------------------------+
| Nhà quản trị giáo dục & Cố vấn     | - Cơ sở dữ liệu định lượng để xây dựng khung |
| học tập                            |   thời khóa biểu và quy chế hỗ trợ việc làm  |
+------------------------------------+----------------------------------------------+
| Doanh nghiệp tuyển dụng Part-time  | - Nắm bắt tâm lý ứng viên sinh viên          |
|                                    | - Tối ưu hóa chính sách giữ chân nhân sự trẻ |
+------------------------------------+----------------------------------------------+
| Giảng viên & Nhà nghiên cứu        | - Bộ thang đo 19 biến đã được kiểm định độ tin|
|                                    |   cậy cao làm tiền đề cho các công trình mới |
+------------------------------------+----------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu về kích thước mẫu cho mô hình hồi quy đa biến là gì?

Theo nguyên tắc của Tabachnick & Fidell (2007), kích thước mẫu tối thiểu được tính theo công thức $N \ge 50 + 8p$, với $p$ là số biến độc lập. Với mô hình gồm 4 biến độc lập ($TN, KN, TG, KT$), mẫu tối thiểu là $50 + 8(4) = 82$. Đồng thời, theo Hair et al. (2006), để phân tích nhân tố EFA cho 23 biến quan sát, mẫu cần đạt tỷ lệ $5:1$ (tối thiểu 115 mẫu). Kích thước mẫu $N = 188$ của đề tài hoàn toàn thỏa mãn cả hai tiêu chuẩn trên.

2. Tại sao các biến quan sát KN5, TG3, KT2 và KT4 lại bị loại khỏi mô hình?

Trong kiểm định độ tin cậy thang đo, các biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn $0.3$ thể hiện sự thiếu đồng nhất với toàn bộ thang đo. Việc loại bỏ các biến này giúp nâng hệ số Cronbach's Alpha của nhóm biến Kiến thức xã hội từ $0.313$ lên $0.662$ và Thời gian rảnh từ $0.690$ lên $0.895$, đảm bảo giá trị hội tụ của mô hình.

3. Trong 4 yếu tố nghiên cứu, yếu tố nào tác động mạnh nhất đến quyết định làm thêm?

Kết quả phân tích hồi quy đa biến khẳng định yếu tố Thu nhập (TN) có mức độ ảnh hưởng lớn nhất đến quyết định làm thêm của sinh viên, theo sau lần lượt là Kinh nghiệm - Kỹ năng (KN), Thời gian rảnh (TG) và cuối cùng là Kiến thức xã hội (KT).

4. Kết quả nghiên cứu có thể áp dụng cho các thành phố khác ngoài TP.HCM không?

Mô hình thang đo hoàn toàn có thể tái sử dụng cho các đô thị phát triển có điều kiện kinh tế tương đồng như Hà Nội, Đà Nẵng hoặc Cần Thơ. Tuy nhiên, trọng số hồi quy giữa các nhân tố có thể thay đổi tùy thuộc vào mức sống và chi phí sinh hoạt của từng địa phương.

5. Sinh viên năm mấy có xu hướng tham gia làm thêm nhiều nhất theo mẫu khảo sát?

Trong mẫu khảo sát $N = 188$, sinh viên năm 4 chiếm tỷ lệ cao nhất với 47.9% (90 sinh viên), tiếp theo là sinh viên năm 3 chiếm 20.2% (38 sinh viên), sinh viên năm 2 chiếm 13.8% và sinh viên năm 1 chiếm 8.5%. Điều này phản ánh xu hướng sinh viên các năm cuối chủ động tìm kiếm việc làm để tích lũy kinh nghiệm chuẩn bị tốt nghiệp.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Ngô Thùy Vân đã giải quyết trọn vẹn bài toán xác định và định lượng hóa các yếu tố tác động đến quyết định làm thêm của sinh viên tại TP. Hồ Chí Minh. Bằng việc kết hợp chặt chẽ giữa Thuyết Quyền Tự quyết (SDT) và Thuyết Nghề nghiệp Nhận thức Xã hội (SCCT), nghiên cứu đã chứng minh bằng số liệu thực nghiệm rằng quyết định làm việc bán thời gian chịu sự chi phối đồng thời của 4 nhân tố theo thứ tự ưu tiên: Thu nhập > Kinh nghiệm - Kỹ năng > Thời gian rảnh > Kiến thức xã hội.

Hệ thống thang đo 19 biến quan sát chuẩn hóa sau tinh lọc cung cấp một công cụ đo lường đáng tin cậy cho các nghiên cứu tiếp theo về hành vi sinh viên. Các phát hiện này không chỉ mang giá trị học thuật mà còn là cơ sở thực tiễn quan trọng giúp các bạn sinh viên tự định hướng lộ trình phát triển, đồng thời hỗ trợ nhà trường và doanh nghiệp thiết lập các chính sách đào tạo, tuyển dụng hiệu quả trong kỷ nguyên kinh tế linh hoạt.